Repolode
Enviar
AI4Finance-Foundation

AI4Finance-Foundation/FinRL-Trading

Framework modular de trading quantitativo em Python para seleção de ações, alocação de portfólio, backtesting e execução pela corretora Alpaca, com uma interface baseada em pesos.

Ver no GitHubSite
Estrelas
3,912
Forks
1,133
Issues abertas
53
Último commit
há 2 meses

Esta página apresenta um projeto de código aberto e não constitui aconselhamento de investimento. Negociar e investir pode gerar perdas: avalie o risco por conta própria e siga as leis do seu país antes de usá-lo.

O que é?

FinRL-X é uma infraestrutura de trading quantitativo nativa de IA da AI4Finance Foundation e sucessora do framework original FinRL. Ela organiza as estratégias em um pipeline que gera um vetor de pesos-alvo para o portfólio; assim, os mesmos pesos alimentam tanto o mecanismo de backtesting quanto a execução em produção.

O projeto abrange a ingestão de dados do Yahoo Finance, FMP e WRDS com cache em SQLite; seleção de ações baseada em ML, incluindo um seletor Random Forest; alocadores de portfólio como pesos iguais, média-variância, variância mínima e um alocador de DRL; além de overlays de timing e risco no nível do portfólio. Os backtests são executados com a biblioteca bt, com comparação a vários benchmarks e custos de transação.

As operações em produção e em paper trading são feitas pela Alpaca, com suporte a várias contas e verificações de risco pré-negociação. O projeto inclui um ponto de entrada CLI, um script de deploy, uma API Python e um fluxo de trabalho de exemplo em Jupyter. O projeto destina-se à pesquisa e à educação, não é uma recomendação financeira.

Recursos principais

  • 01Pipeline centrado em pesos, com módulos intercambiáveis para seleção, alocação, timing e overlays de risco.
  • 02Carregamento de dados do Yahoo Finance, FMP e WRDS com cache em SQLite.
  • 03Backtesting pelo mecanismo bt, com comparação a vários benchmarks e custos de transação.
  • 04Paper trading e trading em produção pela Alpaca, com suporte a várias contas e verificações de risco pré-negociação.
  • 05Estratégias incluídas: seleção de ações com ML, alocação com DRL (PPO/SAC) e rotação adaptativa de vários ativos.

Casos de uso

  • Pesquisar seleção de ações e alocação de portfólio com base em ML ou DRL para ações dos EUA.
  • Fazer backtesting de estratégias com vários ativos em comparação com os benchmarks SPY e QQQ.
  • Executar experimentos de paper trading com a Alpaca antes de qualquer implantação em produção.
  • Ensinar finanças quantitativas com um fluxo de trabalho reproduzível em Python.

Início rápido

  1. 1

    Clone o repositório

    git clone https://github.com/AI4Finance-Foundation/FinRL-Trading.git
  2. 2

    Crie um ambiente virtual (Python 3.11 ou superior) e depois ative-o

    python3 -m venv venv
  3. 3

    Instale as dependências

    pip install -r requirements.txt
  4. 4

    Execute um backtest de rotação adaptativa com deploy.sh

    ./deploy.sh --strategy adaptive_rotation --mode backtest

Antes de usar

  • É necessário ter Python 3.11 ou superior.
  • O paper trading e as operações ao vivo exigem credenciais da Alpaca API em um arquivo .env.
  • Os resultados de desempenho no README são dos backtests e do paper trading realizados pelos próprios autores em períodos específicos.

Tópicos

#quantitative-trading#algorithmic-trading#deep-reinforcement-learning#portfolio-optimization#backtesting#alpaca#stock-selection#finance#a2c-algorithm#automated-stock-trading

Perguntas frequentes

O que é FinRL-Trading?
Framework modular de trading quantitativo em Python para seleção de ações, alocação de portfólio, backtesting e execução pela corretora Alpaca, com uma interface baseada em pesos. FinRL-X é uma infraestrutura de trading quantitativo nativa de IA da AI4Finance Foundation e sucessora do framework original FinRL. Ela organiza as estratégias em um pipeline que gera um vetor de pesos-alvo para o portfólio; assim, os mesmos pesos alimentam tanto o mecanismo de backtesting quanto a execução em produção.
FinRL-Trading é gratuito? Qual é a licença?
FinRL-Trading é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
FinRL-Trading ainda é mantido?
Atualizado nos últimos 6 meses. O último commit de FinRL-Trading foi em 18 de set. de 2026.
Para que posso usar FinRL-Trading?
Pesquisar seleção de ações e alocação de portfólio com base em ML ou DRL para ações dos EUA. Fazer backtesting de estratégias com vários ativos em comparação com os benchmarks SPY e QQQ. Executar experimentos de paper trading com a Alpaca antes de qualquer implantação em produção. Ensinar finanças quantitativas com um fluxo de trabalho reproduzível em Python.
Como instalar FinRL-Trading?
Clone o repositório: git clone https://github.com/AI4Finance-Foundation/FinRL-Trading.git Crie um ambiente virtual (Python 3.11 ou superior) e depois ative-o: python3 -m venv venv Instale as dependências: pip install -r requirements.txt Execute um backtest de rotação adaptativa com deploy.sh: ./deploy.sh --strategy adaptive_rotation --mode backtest
Onde consigo FinRL-Trading?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/AI4Finance-Foundation/FinRL-Trading

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados